- 排名
- #48
- 总输出令牌
- 71,252
- 响应时间（平均）
- 28.51s
- 总成本
- $1.182
GPT-5.2 (medium) vs GPT-5.4 (medium)
GPT-5.4 (medium) 平均分领先，为 8.5 vs 8.4。 GPT-5.2 (medium) benchmark 成本更低，为 $1.182 vs $1.560。 GPT-5.4 (medium) 更快，为 22.85s vs 28.51s，通过率为 72.7% vs 77.3%。
- 排名
- #43
- 总输出令牌
- 90,466
- 响应时间（平均）
- 22.85s
- 总成本
- $1.560
推荐模型
GPT-5.4 (medium)
它在本次比较中得分最高（8.5），并且在全部 2 个模型中兼顾成本和响应时间最好。
详细对比
| 指标 | GPT-5.2 GPT-5.2 medium | GPT-5.4 GPT-5.4 medium |
|---|---|---|
| 分数 | 8.4 | 8.5 |
| 排名 | #48 | #43 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.5 | 8.6 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 72.7% | 77.3% |
| 不稳定测试 | 4 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 8.438 | 10.399 |
| 总成本 | $1.182 | $1.560 |
| 输入价格 | $1.750 / 1M | $2.500 / 1M |
| 输出价格 | $14.000 / 1M | $15.000 / 1M |
| 总输入令牌 | 105,013 | 81,136 |
| 输出令牌 | 9,914 | 6,155 |
| 推理令牌 | 61,338 | 84,311 |
| 响应时间（平均） | 28.51s | 22.85s |
| 响应时间（最大） | 116.86s | 100.41s |
| 响应时间（总计） | 456.13s | 502.78s |
| 参数量 | ~1.2T 总计 (~80B 激活) | ~1.5T 总计 (~100B 激活) |
| 开放状态 | 闭源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#48 GPT-5.2
medium- 成本
- $0.047
- 时间
- 49.2s
- 令牌
- 3,396 tok
#43 GPT-5.4
medium- 成本
- $0.214
- 时间
- 199.6s
- 令牌
- 14,349 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
快速对比
切换对比组合
GPT-5.2mediumvsQwen3.8 27BhighGPT-5.2mediumvsGrok 4.5lowGPT-5.2mediumvsInkling SmallhighGPT-5.4mediumvsQwen3.8 MaxlowMuse Spark 1.2lowvsGPT-5.2mediumMuse Spark 1.2lowvsGPT-5.4mediumMuse Spark 1.1lowvsGPT-5.2mediumGPT-5.4mediumvsGrok 4.5lowGPT-5.4mediumvsQwen3.8 27BhighMuse Spark 1.2highvsGPT-5.4mediumGPT-5.4mediumvsInkling SmallhighGPT-5.2mediumvsQwen3.8 Maxlow